项目重点信息
南洋理工大学张梦觅的通讯作者论文近三年集中在神经科学启发的AI和计算机视觉两个问题上，主页上列的五个方向里，真正在推进的可能只有两三个。
南洋理工大学（NTU）CCDS计算与数据科学学院的张梦觅（Mengmi Zhang），Nanyang Assistant Professor，新加坡国立大学博士，Harvard博后。她领导的Deep NeuroCognition Lab专注于用神经科学原理改进计算机视觉和AI系统。这个方向在全球范围内做的人不多，NTU的CCDS是少数能同时提供计算资源和脑科学交叉训练的平台。
导师信息与研究领域
张梦觅的学术路径比较清晰：NUS本科和博士，期间拿了A*STAR奖学金去Harvard Medical School做了联合培养和博后（2017-2021），跟的是Boston Children's Hospital的视觉认知组。回到新加坡后先在A*STAR做了两年高级科学家，2023年拿到NRF Fellowship后以Nanyang Assistant Professor身份加入NTU CCDS。NRF Fellowship在新加坡的分量相当于一个独立PI的起步资助，通常附带较高的研究经费和博士名额。Google Scholar显示引用约908次，对于一个2019年毕业的博士来说，这个积累速度在神经科学与AI交叉领域算得上活跃。她还入选了Singapore 100 Women in Tech。
研究问题与关键思路
Deep NeuroCognition Lab的核心问题可以归结为一句话：人的大脑用很浅的网络就能高效识别物体，现有深度学习为什么做不到？这不是一个纯工程问题，而是需要同时理解视觉认知机制和网络架构的交叉问题。
从近三年的通讯作者论文来看，她的研究主线有三条。第一条是视觉注意力的计算建模：人在看一个复杂场景时，视觉系统会快速筛选需要关注的区域，这个过程可以被量化并嵌入到AI模型中，帮助模型用更少的计算量达到更高的识别准确率。第二条是持续学习（continual learning）：ICCV 2023发表的"Learning to Learn"论文处理的是一个实际部署中的核心问题，即模型在学习新任务时如何不遗忘旧知识，她的方法借鉴了大脑的记忆巩固机制。第三条是脑启发的浅层网络设计：试图证明不需要上百层的深层网络，用受神经科学启发的浅层递归结构也能完成高质量的视觉识别任务。
我会把第二条"持续学习"看成目前最有申请价值的方向。原因很简单：这个问题在工业界有直接需求（模型部署后的持续更新），在学术界有清晰的benchmark和评测体系，而且她的方法路径（脑科学启发）和主流做法（纯工程优化）形成差异化。如果一个申请者有认知科学或神经科学的背景，这里的匹配度会非常高。
申请材料要点
CV里最重要的不是论文数量，而是能不能看出你对"视觉认知"或"脑启发计算"有具体的理解和动手经验。如果做过眼动实验、fMRI数据处理、注意力机制相关的课题项目，CV里要把用了什么数据、什么方法、产出了什么结果写清楚，不要只写项目名称。邮件第一段建议写清楚三件事：你做过什么具体问题、你读过她的哪一类工作、你想把题目缩到哪个方向。做过纯视觉的人也可以投，但邮件里最好能提到你对神经科学交叉的兴趣，哪怕只是读过相关综述。没有神经科学背景但有扎实的深度学习实验经验的申请者也有机会，但要在邮件里说清楚你的方法储备。
Research Proposal 创新点
推荐方向一（主方向）：基于视觉注意力先验的轻量化持续学习框架。对象是自然场景下的目标识别任务，数据可以用现有的视觉注意力数据集（如SALICON、MIT1003）配合持续学习benchmark（如Split-CIFAR100），方法上尝试把眼动数据作为正则化信号嵌入replay buffer的筛选策略，核心问题是能否用注意力先验减少灾难性遗忘同时压缩计算量。
推荐方向二（备选）：浅层递归网络在视频理解中的效率边界。如果你的背景偏工程和实验，可以考虑在她的浅层递归网络框架上做视频级别的扩展，核心问题是在时间维度上递归结构能否保持对深层网络的竞争力。避坑方向：不要写"用AI解释大脑"这种宏大叙事，也不要把proposal写成文献综述。题目必须能回答：对象是谁、数据从哪来、方法怎么跑、结果回答什么问题。
奖学金和学费
NTU的PhD资助结构需要分开看。常规研究奖学金（Research Scholarship）每月约2,200-3,200新元，具体金额取决于年级和项目。NTU也有Nanyang President's Graduate Scholarship等更高档次的奖学金。张梦觅作为NRF Fellow，她的项目经费可能还能提供额外的研究资助或会议差旅。NTU的学费对拿到全奖的PhD学生通常是免除的。新加坡的生活成本需要考虑，但博士生的住宿通常有校内选项。具体资助情况建议在邮件确认录取意向后，直接向导师或CCDS的PhD招生办公室核实。
如果你对视觉认知和AI的交叉方向有兴趣，张梦觅的组在目前这个阶段可能是一个值得认真考虑的选择。NRF Fellow的资源配置、NTU CCDS的平台，加上她自己在Harvard和A*STAR的训练背景，对于想做跨学科研究的申请者来说，匹配度是比较高的。但前提是你能在邮件和RP中说清楚你的具体问题和方法，而不是泛泛地表达对"AI+脑科学"的兴趣。
